Deploying Machine Learning for Automatic Metamodel Instance Generation

doi:10.1007/978-3-031-96841-9_13

Deploying Machine Learning for Automatic Metamodel Instance Generation

2026-01-01

0

PRE

AI

Abou El Hassan Benyamina

DOI：10.1007/978-3-031-96841-9_13

原文链接

原文求助

摘要

En 中文

模型驱动工程（MDE）是一种软件工程方法，其中模型被视为核心概念。其主要目标是从模型中生成应用程序的全部或部分代码。迄今为止，MDE是一个活跃的研究领域，广泛使用元模型、模型和模型转换。在此背景下，模型的生成通常由人工完成以确保与元模型的符合性。已有多种方法被提出以自动化此过程，但均无法在不从用户预定义的模型集或对所有符合性约束进行充分验证的情况下实现完全自动化。元模型实例的自动生成显著减少了与手动创建相比所需的时间和精力，并且生成的模型在MDE和特定领域语言开发中具有多重优势，如提高生产效率和增强模型一致性。在本研究中，我们的目标不仅是自动生成模型并验证所有符合性约束，还探索应用机器学习技术以解决MDE环境中的建模问题。

Keyword:

Model-driven engineering

Space modeling

Models

Metamodels

Metamodel instance

Automatic generation

Machine learning technique

Multilayer perceptron network

Deploying Machine Learning for Automatic Metamodel Instance Generation

摘要

期刊

机构

引用论文